Harvey Mudd CS学生发表和展示作品

今年春天，太阳2平台计算机科学系在同行评审的档案会议上庆祝学生的论文被接受和演讲.

每个Harvey Mudd CS教员都有一个活跃的研究项目，其中包括本科生. 这项研究的很大一部分是由美国国家科学基金会资助的. 该系有几项国家科学基金资助, 以及来自霍华德休斯医学研究所(HHMI)的额外研究支持, 梅隆基金会, 以及贝克和罗斯-希尔基金会.

Metrinome:路径复杂性预测符号执行路径爆炸

Gabe Bessler的论文和软件演示, 乔什·科尔多瓦，22岁, Shaheen Cullen-Baratloo, 23岁, Sofiane Dissem ' 22, Emily Lu ' 21, Ibrahim Abughararh ' 22和Sofia Devin ' 22在2021年国际软件工程会议上被接受.

卢卡斯爆炸, 计算机科学顾问和助理教授, 贝斯勒自2019年以来一直致力于该项目. ”加布的热情, 努力工作, 领导, 技术技能的广度和深度对这个长期项目的成功至关重要,Bang说.

该团队推出了Metrinome, 执行C函数的自动路径复杂度分析的工具. 函数的路径复杂度是一个表达式，它描述了在给定执行深度之前通过函数的路径数. Metrinome使用LLVM实用程序构建C函数的控制流图(CFG), 运用代数图论和解析组合学对CFG进行了分析, 并给出了函数的路径复杂度和渐近路径复杂度的封闭表达式. 我们的实验表明，路径复杂度预测了执行路径数量的增长率, 一个流行的符号执行工具, 是否能够覆盖给定的勘探深度. Metrinome是开源的, 可作为Docker映像立即使用, 我们所有的实验和数据都可以在我们的存储库中获得，并包含在我们的Docker镜像中.

“不合身的不可判定性”

Sonia Sehra ' 20, David Flores ' 21, George教授Montañez. 第二届计算与数据科学国际会议，2021年1月. 28, 2021

摘要:利用最近的机器学习结果，从信息论的角度对欠拟合和过拟合进行了研究, 我们证明了可编码学习算法是否总是欠拟合数据集, 即使给予无限的训练时间, 是不可判定的. 我们讨论了这一结果的重要性和进一步研究的潜在主题, 包括信息论策略和概率策略对边界学习算法的拟合.

“地鼠的策略:基于人工制品的意图感知的生存优势” | 简短演示视频

Cynthia Hom ' 23, Amani Maina-Kilaas ' 23, K Ginta (Biola大学)，C. Lay ' 22 CMC, George Montañez. 第13届代理与人工智能国际会议，2021年2月. 4-6, 2021

摘要:能够评估和计算风险可以积极影响代理人的生存机会. 当其他智能代理改变环境制造陷阱时, 发现这些陷阱(并避开它们)的能力可能是挽救生命的. 我们调查是否存在这样的情况，即agent通过评估环境工件来感知意图的能力提供了可测量的生存优势. 我们的代理人是虚拟地鼠评估一系列类似房间的环境, 哪些是潜在的危险陷阱，旨在伤害他们. 基于结构相干性的统计假设检验, 地鼠区分设计好的陷阱和随机生成的、最可能安全的配置, 让它们能吃到里面的食物. 我们发现，在大多数情况下，具有意向感知能力的地鼠比没有意向感知能力的地鼠有明显更好的生存结果.

溯因推理的概率论

Nico Espinosa Dice ' 22, Megan Kaye ' 22, H. 艾哈迈德SCR ' 23，乔治Montañez. 第13届代理与人工智能国际会议，2021年2月. 4-6, 2021

摘要:本文提出了一种溯因搜索策略，该策略将创造性溯因和概率推理结合起来，为无法解释的观测结果提供合理的解释. 使用图形模型表示溯因搜索, 我们引入了一种启发式方法来生成假设, 比较, 和选择. 找出有创意和合理的解释, 我们建议1)应用新的结构相似性度量来寻找简单的解释, 2)在给定已知观测值的情况下，优化假设发生的概率.

《太阳2注册平台》

Jana Allen, 22岁，C. Lay CMC ' 22, George Montañez. 真相与信任会议，2020年10月. 16-17, 2020

摘要:在许多科学讨论中，共识被视为真理的代表. 当许多人的独立和自由讨论形成共识时, 它确实是真理的有力指示器. 然而，并非所有的共识都是独立和自由形成的. 我们研究了依赖和压力在共识形成中的作用, 显示出强烈的极化, 外部压力, 个体之间的依赖可以迫使人们在一个问题上达成共识, 不管所肯定立场的潜在真相. 依赖打破共识, often rendering it meaningless; a consensus can only be trusted to the extent that individuals are free to disagree with it.

“过拟合与欠拟合的信息论视角”

丹尼尔·巴希尔' 20，乔治Montañez，索尼娅·塞赫拉' 20，佩德罗·桑多瓦尔·塞古拉' 19，朱利叶斯·劳' 20. 2020澳大拉西亚人工智能联合会议. 29-30, 2020

摘要:我们提出了一个理解机器学习中过拟合和欠拟合的信息理论框架，并证明了确定任意分类算法是否会过拟合数据集的形式不可判定性. 通过从数据集传递到模型的信息来衡量算法的能力, 我们考虑算法能力和数据集之间的不匹配，为模型何时可以过拟合或欠拟合数据集提供签名. 给出了算法容量上限的计算结果, 在机器学习的算法搜索框架中建立其与数量的关系, 并将我们的工作与最近的泛化信息理论方法联系起来.